晶圆搬运机器人基于混合模型-数据故障诊断的研究：倾斜与断带情况
机器人学
2024-12-13 v1 系统与控制
系统与控制
摘要
本文提出一种用于晶圆搬运（WH）机器人的故障检测、隔离与估计（FDIE）的混合模型与数据驱动方法。该混合方法由两部分组成：1）一个线性滤波器，同时从感测和执行数据中估计系统状态和故障信号；2）一种基于支持向量机（SVM）的数据驱动分类器，用于使用滤波器生成的估计值检测和隔离故障类型。我们针对半导体行业中两种关键故障类型 demonstrating the effectiveness of the scheme：WH 机器人下臂的断带故障（突发性故障）和机器人臂的倾斜故障（渐进性故障）。我们推导了由这些故障引起的机器人运动动力学的显式模型，并在现实的仿真案例研究中测试了该诊断方案。这些案例研究结果表明，所提出的混合 FDIE 方案的性能优于纯数据驱动方法。
引用
@article{arxiv.2412.09114,
title = {Hybrid Model-Data Fault Diagnosis for Wafer Handler Robots: Tilt and Broken Belt Cases},
author = {Tim van Esch and Farhad Ghanipoor and Carlos Murguia and Nathan van de Wouw},
journal= {arXiv preprint arXiv:2412.09114},
year = {2024}
}